Chapter 2-3 逆矩阵.ppt

* 主要内容 第三节 逆 矩 阵 逆矩阵的概念 矩阵可逆的判别方法 方阵的逆阵的运算规律 线性变换 矩阵多项式 一、线性变换 前面我们介绍了矩阵的概念, 并对矩阵引入了 一系列的运算, 这样矩阵的代数系统已经形成. 因 此, 可以利用矩阵来深刻地刻画一些数学对象. 例 1 二元线性方程组的矩阵表示 若令 则方程组(1)可表示成 矩阵方程 例 2 线性变换的矩阵 n 个变量 x1 , x2 , ··· , xn 与 m 个变量 y1 , y2 , ··· , ym 之间的关系式 表示一个从变量 x1 , x2 , ··· , xn 到变量 y1 , y2 , ··· , ym 的线性变换， 其中 aij 为常数. 线性变换 (2) 的系数 aij 构成矩阵 A = ( aij )m?n, 称为系数矩阵. 若令 则 (2) 可表示为 给定了线性变换（2），它的系数所构成的矩 阵（称为系数矩阵）也就确定. 反之，如果给出一 个矩阵作为线性变换的系数矩阵，则线性变换也就 确定. 在这个意义上，线性变换和矩阵之间存在 着一一对应的关系. 由于矩阵和线性变换之间存在一一对应的关 系，因此可以利用矩阵来研究线性变换，也可利 用线性变换来解释矩阵的涵义. 例 3 给定矩阵 A = diag(k1, k2, …… , kn), 它是 从变量 x1, x2, …… , xn 到变量 y1, y2, ……, yn 的线性 变换的系数矩阵, 则该线性变换为 例 4 矩阵 所对应的 xOy 平面上把向量 变为向量 的变换（或看做把点 P 变为点 P1 的变换，如上图）， 由于向量 是向量 在 x 轴上的投影向量（即点 P1 是点 P 在 x 轴上的 投影），因此这是一个投影变换. O x y P1 P 线性变换 可看做是 例 5 线性变换的逆变换 设给定一个线性变换 它的系数矩阵是一个 n 阶方阵 A，若记 则线性变换 (3) 可记作 Y = AX . (4) 按克拉默法则，若 | A | ? 0，则由 (3) 可解出 即 x1 , x2 , ··· , xn 可用 y1 , y2 , ··· , yn 线性表示为 其中 并且这个表示式是唯一的. (5) 是一个从 y1 , y2 , ··· , yn 到 x1 , x2 , ··· , xn 的线性 变换，称为线性变换 (3) 的逆变换. 若把 (5) 的系数矩阵记作 B，则 (5) 也可记作 X = BY (6) 我们从 (4) 、(6) 两式分析变换所对应的方阵 A 与逆变换所对应的方阵 B 之间的关系. 用 (6) 代入 (4)，可得 Y = A( BY ) = ( AB )Y ， 由此可得 AB = E . 用 (4) 代入 (6) ，得 X = B( AX ) = ( BA )X ， 类似地有 BA = E . 于是有 AB = BA = E . 由此我们引入： 定义 7 设 A 是 n 阶方阵，若存在 n 阶方 阵 B，使得 AB＝BA＝E ， （7） 则称矩阵 A 是可逆的，且称 B 是 A 的逆矩阵，记作 B＝A－1． 如果不存在满足（7）的矩阵 B，则称矩阵 A 是不可逆的． 二、逆矩阵的概念 注：(1) 若矩阵 A 可逆, 则 A 的逆矩阵 A-1 是唯一的. (2) 若矩阵 A 可逆, 则 A 的逆矩阵 A-1 也可逆, 且 A-1 的逆矩阵是 A. 例如 三、矩阵可逆的判别条件 定理 1 若 n 阶矩阵 A 可逆，则 |A| ≠0. 定理 2 若 |A|≠0, 则 A 可逆, 并且 其中 A? 为矩阵 A 的伴随矩阵. 由上述两定理可知: n 阶矩阵 A 可逆的充 要条件是 |A|≠0, 即可逆矩阵与非奇异矩阵是等价的. 当|A| ? 0时, 称 A 为非奇异矩阵，否则称 A 为 奇异矩阵. 推论 若 AB = E（或 BA = E），则 B = A-1 . 由定理 2 可得下述推论： 例 6 设 判断 A, B 是否可逆?若可逆, 并求逆. 例 7 求二阶矩阵 的逆矩阵. 例 8 求方阵 的逆矩阵. 例 9 若 An, Bn 满足 A+B=AB. 证明 A-E 为可逆矩阵并求其逆. 四、方阵的逆阵的运算规律 (2) 若 A 可逆, 数 k≠0, 则 kA 可逆, 并且 (1) 若 A 可逆, 则 A-1 也可逆, 并